用python搜集事业单位招聘信息，实现分专业查找

用python搜集事业单位招聘信息

一、需求

一个朋友，准备考事业编，从“事业单位招聘考试网”里去了看哪个职位能适合自己

困扰他的是，这个网站里每天回有一堆信息，他每天都要一个页面一个页面的打开，然后点击里面的excle或者word，再去看看哪个职位适合自己的专业

二、解决想法(纯初学者)

1. 利用python自动搜集所有的excle或者word
   最终实现方式及进度：只实现了匹配地址

2. 合并多个excle工作簿为一个工作簿，合并多个word为一个word
   最终实现方式及进度：从知乎里找的用“宏”来实现的

3. excle自动找出合并后文件中的关键字(这里指的是专业)的那一行
   最终实现方式及进度：ctrl+F，哈哈

三、开始解决

3.1 python自动搜集所有的excle或者word(只实现了匹配地址)

# 搜集事业编招聘信息中，每一个页面中的职位表
# coding = utf-8
# 2020-03-17

import requests
from lxml import etree

# 1.每个页面的地址，已通过后裔搜集器爬取到
pages = [
    "http://xxxxxxxxxxx.html",
    "http://yyyyyyy.html"
]

# 2.打印出获取到的xls,xlsx,doc,docx地址

for url in pages:

    # 获取网页html（源代码）
    html = requests.get(url)
    # 将转换编码为网页的编码，不然由于有中文，会出现乱码
    html.encoding = html.apparent_encoding
    html = html.text
    
    root = etree.HTML(html)
    # xpath折腾了2个小时，看了个案例，搞懂了，幸亏这个网页规则简单
    node_list = root.xpath("//div[@class='zhengwen']/p/a")

    # 遍历，打印获取到的地址
    for node in node_list:
        print (node.attrib['href'])

打印出来的都是
http://xxxxxxxxxxx.xls
http://xxxxxxxxxxx.xlsx
http://xxxxxxxxxxx.doc
http://xxxxxxxxxxx.docx

有了地址之后，复制，粘贴，迅雷下载，哈哈哈

3.2 合并多个excle工作簿为一个工作簿

从知乎里找的用“宏”来实现的,仅excle。word还没开始搞
注意改xlsx，xls

Sub 工作薄间工作表合并()

Dim FileOpen
Dim X As Integer
Application.ScreenUpdating = False
FileOpen = Application.GetOpenFilename(FileFilter:="Microsoft Excel文件(*.xlsx),*.xlsx", MultiSelect:=True, Title:="合并工作薄")
X = 1
While X <= UBound(FileOpen)
Workbooks.Open Filename:=FileOpen(X)
Sheets().Move After:=ThisWorkbook.Sheets(ThisWorkbook.Sheets.Count)
X = X + 1
Wend
ExitHandler:
Application.ScreenUpdating = True
Exit Sub


errhadler:
MsgBox Err.Description
End Sub

作者：知乎用户
链接：https://www.zhihu.com/question/20366713/answer/14911814
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

3.3 excle关键字查找

最终实现方式及进度：ctrl+F，哈哈